1

從感知到決策，讓數據和算法能真正“拍板”

對于智能決策來說，最離不開的就是機器學習和運籌優(yōu)化。其中，機器學習可以通過深度學習和強化學習等算法來實現對未來的預測，預測的效果和輸入的數據量息息相關，對于結果的可解釋性較差；而運籌優(yōu)化則是將具體問題進行抽象建模，得出在滿足一定約束條件下的最優(yōu)解，對結果的可解釋性較強，通常被用在規(guī)劃、調度、協(xié)同類問題，如排班、排產、配貨等場景當中。

在智能決策被使用之前，通過數據來支持的操作自動化和流程信息化，已經可以為決策者提供較強的支持，但最終的“拍板”權力依然依賴于決策者自身的長期經驗。在此階段，機器學習等技術起到的作用還是取代大量的體力勞動，而對于做決策這類腦力勞動的替代還存在較大的提升空間。

但在下一階段的智能決策時代，哪怕是重要決策，也將由數據和算法先給到一個考慮到各種約束后的最優(yōu)結果，在此之上，再由人工根據經驗和場景加以微調，而大多數的簡單決策則能夠完全交由算法和模型來完成。

未來能否讓模型和算法代替人類做出決策？對此，成立于2016年的杉數科技給出了自己的答案：它并沒有走主流智能企業(yè)的老路，而是選擇從智能決策入手，通過深層次的數據優(yōu)化算法和復雜決策模型的求解能力，憑借與微軟建立的合作伙伴關系和微軟提供的云服務能力，打造“計算引擎+決策技術中臺+業(yè)務場景”的端到端智能決策技術平臺，為企業(yè)提供靈活、輕便、高效的決策優(yōu)化服務。

2

用算法規(guī)劃排產，兩個引擎實現全局優(yōu)化協(xié)同

對于制造業(yè)來說，由于產業(yè)鏈分工的不斷細化，生產流程也在不斷拉長，需要做決策的環(huán)節(jié)也在逐漸增加。以杉數科技服務的某消費電子產業(yè)頭部客戶為例，由于產品所需的零配件眾多，數百家工廠遍布全球，每個工廠都有各自的生產分工，涉及不同的產品和配件，對整體的協(xié)同排產提出了很高的要求。

在與杉數科技合作之前，該客戶使用的排產系統(tǒng)僅能在單個工廠范圍內進行優(yōu)化運營，根據單個工廠中設備和物料的具體情況安排生產計劃。但隨著供應鏈和市場需求的不確定性增加，該排產系統(tǒng)無法在多個工廠之間進行排產聯(lián)動，就會造成環(huán)環(huán)相扣的生產鏈出現各種問題，導致預計的產出、收益與實際的偏差很大。而要想做到在整個鏈條上進行連貫生產，就需要把幾百家工廠放在一起做排產規(guī)劃，其難度不是簡單的線性相加，而是指數級地增長，單純依靠人力幾乎不可能完成。

而以上這些問題，不僅是該消費電子客戶面臨的難題，也是很多制造業(yè)企業(yè)生產運營狀況的真實寫照。對此，杉數科技對生產流程和業(yè)務場景進行了深入研究分析，仔細打磨每個環(huán)節(jié)的方案設計，最終為客戶構建了智能決策平臺，使得決策的質量和速度得到有效提升。

對于該智能決策平臺來說，其核心是兩種不同功能的“引擎”。當杉數科技在第一期為該客戶打造“多工廠協(xié)同排產引擎”之后，就已經可以通過考慮全套復雜約束來實現一次性排產，用全局最優(yōu)解替代生硬的規(guī)則式輸出，在規(guī)定時間內完成滿足復雜業(yè)務優(yōu)先級下的最優(yōu)生產計劃與物料分配；第二期時推出的“原材料及半成品庫存優(yōu)化引擎”，則可以通過分析產品的歷史銷售特征，輸出對未來需求預測和統(tǒng)計特征，進而判斷最合適的庫存策略，以最少的安全庫存代價，達到期望的需求滿足率，從而確定不同物料在不同節(jié)點的最優(yōu)安全庫存水平。

通過使用杉數科技提供的智能決策平臺，并考慮到產線、產能、物料供應等大量約束條件，求解出可執(zhí)行的決策，該客戶最終實現了訂單滿足率提升20%，產能損失率降低30%，人工排產干預降低70%，仿真速度提升1.5倍。同時，當遇到“急單、插單”等突發(fā)狀況時，智能決策平臺也可以快速敏捷地做出生產計劃的調整，自動迭代調整下一期排產計劃的模型參數，不需要再經過人工層層統(tǒng)計和協(xié)商，將生產計劃的整體影響降到最低。

當然，解決了多個工廠之間的聯(lián)動排產問題后，單個工廠的排產自然也不在話下。杉數科技為某3C電子的燈塔工廠定制的智慧排產系統(tǒng)，就能通過智能決策來動態(tài)控制庫存水位、統(tǒng)籌平衡物料供應和車間整體資源等，使得計劃排產的效率提升了80%，非常規(guī)產品庫存積壓天數縮短了57%，為客戶實現了每年千萬級別的成本節(jié)約。

3

自主研發(fā)求解器，高性能求解實現運籌帷幄

智能決策里的“智能”二字，體現在“建模+求解”的過程之中，而“決策”的本質則是一種資源分配。通過把企業(yè)面臨的問題梳理出來，經過建模轉換成數學上的表達，在滿足約束的條件下求得最優(yōu)解供企業(yè)使用，就是智能決策的本質意義。

這看似簡單明了的過程，背后面臨的難度卻非常大。在建模階段，模型的輸入數據來自于產能、物料等信息，而不同環(huán)節(jié)需要滿足的約束條件則更多，其中還涉及到大量非線性的優(yōu)化計算，在這個過程中，就需要使用求解器來進行計算。

作為一款工業(yè)軟件，求解器在能源、軍事、航空、金融、電網、工業(yè)制造等關鍵領域中都起到重要的作用，時至今日，仍有很多企業(yè)需要使用求解器來做運營方面的支持，甚至不惜花費高價去購買國外的求解器。而經過多年的努力，杉數科技自主研發(fā)的杉數求解器COPT（Cardinal Optimizer）已經達到國際一流水準，可以針對大規(guī)模優(yōu)化問題進行高效數學規(guī)劃求解，是同時具備大規(guī)?；旌险麛狄?guī)劃、線性規(guī)劃、二階錐規(guī)劃、半定規(guī)劃以及凸二次規(guī)劃和凸二次約束規(guī)劃問題求解能力的綜合性能數學規(guī)劃求解器，為企業(yè)應對高性能求解的需求提供了更多選擇。

而在各行各業(yè)都在進行數字化轉型的新時代，企業(yè)對智能決策等新興技術的理解和應用，不僅是對技術工具的全面迭代，更是產業(yè)進一步發(fā)展的大勢所趨。

自成立以來，杉數科技也一直是微軟的解決方案服務合作伙伴，此前在零售行業(yè)已與微軟進行過多次合作，并且基于微軟的云計算能力，使得杉數科技在服務跨國公司時產生了更大的優(yōu)勢。隨著近兩年在制造業(yè)領域的不斷發(fā)力，杉數科技還將利用更多的微軟云服務，為客戶提供更好的解決方案，帶來更高收益。在此過程中，利用求解器技術和以此為基礎打造的智能決策能力，外加豐富的行業(yè)落地經驗，杉數科技將為各類行業(yè)客戶提供極致的產品和解決方案，為企業(yè)未來的數智化轉型之路提供強大的支撐。